在萃取反挤出的操作模式中，选择目标具有非常高分配系数的固定相，50将进料溶液连续引入柱中，直到固定相被目标组分饱和，并且萃取变得低效，此时开始挤出。
据报道，萃取反挤压用于从原料如废水、藻类培养肉汤，以及酵母发酵生物量。当切换洗脱模式时，流动反向模式利用流动方向的改变和伴随的溶质洗脱顺序的改变。不同于挤出模式，流体动力平衡并且在运行过程中没有相从柱中挤出。逆流操作模式是循环过程，其中一种(双模式)或更多(多重双模，MDM)执行循环，每个循环包括一个As和一个Des步骤。这样，色谱柱实际上被加长了，从而提高了峰分离度。
流动反向的原理也为中间洗脱目标的不连续三元分离以及连续二元分离的实施提供了机会，如下面更详细的解释。中间洗脱化合物的分离可能是天然产物分离领域最常遇到的任务，可以在LLC中使用捕集MDM操作模式描述了一个复杂的进料混合物的三阶段过程，该混合物简化为具有中间分配系数的目标，组分B，和它的两个最近邻杂质，组分A和C，具有因此。
使用两列LLC设进料注射发生在柱之间，而流动相在对应于洗脱模式流动方向的装置一端的入口处引入。在阶段1中，在单个循环期间将进料引入到柱中，溶解在对应于洗脱模式的流动相中。在阶段2期间，执行As和Des步骤的多个循环。选择步进持续时间，使得目标B保持被捕获在柱上，即不会到达任一出口。
同时，组件A受到朝向Des出口的净位移，而组件C朝向as出口移动。在A和C与B充分分离后，在阶段3中回收目标，该阶段由一个洗脱模式中的单个延长步骤组成。因为导致成功分离的加载(阶段1)和分离(阶段2)期间As和Des步骤持续时间的循环数和组合是内在联系的。
所以它们的选择不是微不足道的，并且可以通过捕集MDM捷径模型一项比较批量进样和捕集MDM用于分离中间洗脱靶的彻底研究发现，捕集MDM可应用于低至1.1的选择性。其使用在约1.3的选择性时最有利分离因子约为1.5时，除了非常高的纯度和收率之外，批量进样是优选的。
在α=1.5以上，批量进样优于捕集MDM。使用与捕集MDM相同的两柱LLC设置，连续二元分离(107)，称为顺序中国共产党(本文sCPC)或间歇逆流提取。从生产率的角度来看，工业上经常需要连续的过程。
与捕集MDM一样，在sCPC中进行多个循环的As和Des步骤。然而，进料被连续引入(溶解在对应于当前洗脱模式的流动相中)，并且在每个洗脱模式中，进料和流动相被同时泵送。操作原理如所示。
对于组分A和B的二元分离和选择步骤持续时间，以允许在柱的一端以Des模式获得A，在另一端以as模式获得B，两者都是纯形式。sCPC是一个循环稳态过程:在初始启动阶段后，在每个循环中，在As和Des洗脱模式下获得相同的浓度分布。
分离因子低至1.3为成功的sCPC分离选择合适的步骤持续时间可以通过相应的捷径模型LLC中的操作参数通常通过试验性的试错法来选择。可以使用不同详细程度的过程模型作为节省时间的设计替代方案。这种过程模型的可用性和实现也有助于操作模式的选择、比较和优化。
色谱过程的建模通常实现一个阶段或一个连续模型。阶段模型s，也称为单元模型，该柱由有限数量的体积元素(级、单元)表示，围绕该体积元素进行质量平衡，而在连续模型中，质量平衡是针对沿着该柱长度的不同体积元素导出的。两种类型的模型都在LLC中使用过。
在所有已发表的著作中，无论使用何种模型，都只考虑了分配平衡的线性范围，并假设流体动力学特性(柱中流动相和固定相的体积、谱带分散效应)在引入进料混合物后保持不变。在舞台模型中，假设在每个理论池中流动相和固定相之间瞬时达到热力学平衡。溶质的轴向分散和传质阻力导致的所有峰加宽效应i只有一个参数:平衡单元的数量。为在400以上，仅观察到对溶质洗脱曲线的可忽略的影响。阶段模型已经用于模拟不同的操作模式，包括批量注射，双模式，陷印MDM，以及sCPC莫利明切瓦公司使用线性相关性来描述流动相流速和溶质分配系数。
Schwienheer等人扩展了单元模型，以考虑管道体积和CPC色谱柱中固定相死区的影响。尽管它很简单，阶段模型的一个潜在缺点是它对平衡单元的数量不够灵活。首先，对于一组固定的操作参数和溶剂系统，每种溶质具有不同的这意味着每种溶质的洗脱必须单独建模，并且溶质-溶质相互作用(尽管在线性操作条件的假设下被忽略)不容易被考虑。
第二，可能的变化随着操作条件(如流速、洗脱模式)的改变，该过程无法实施。然而，当溶质具有相似的值，使用的平均值通常就足够准确了对于所有人。与单元模型相反，连续模型将柱表示为连续实体，并且例如溶质浓度的变化是在微分体积元素上计算的。通常，连续模型在用于描述溶质从整体流动相到固定相的对流和扩散传质的假设方面有所不同。
与的情况不同，模型谱带加宽参数与色谱柱的表示没有内在联系在细胞模型(阶段模型)中。在LLC中，连续模型的使用频率低于阶段模型。范布尔等人推导出一个模型来描述CPC中的溶质洗脱曲线，假设活塞流具有轴向分散和非混合固定相。两个模型参数(轴向分散和总传质系数)适合于在不同操作条件(流速和转速)下进行的脉冲注射实验。
他们发现传质限制是峰加宽的主要原因，并且在固定的操作条件下，传质阻力是分配系数的线性函数。因此，单参数模型可能更适合于中国共产党列。使用范布尔等人的模型来计算特定应用的最佳CPC色谱柱体积，从而实现针对特定应用定制的色谱柱设计。
模型的准确性取决于其参数的实验确定及其假设的有效性。在LLC中，系统热力学和流体动力学之间存在复杂的相互作用，这取决于溶剂系统、进料溶质及其浓度、塔的几何形状和操作条件。重要的是通过实验来确定操作条件，即转速、流速、进料量和浓度，以维持固定相保留线性分配行为和进料后流体动力学流动模式的保持。在LLC中，确定模型参数所需的实验工作量比液-固色谱法高。传质系数取决于流动相流速和转速，因为它们共同决定了固定相的保留时间以及相之间的接触面积。
LLC流程建模中的两个主要挑战仍然有待解决:(a)由所选溶剂系统及其物理性质、柱几何形状和操作条件(即流速和转速)决定的柱流体动力学的峰分散参数的预测，以及(b)样品引入对溶剂系统热力学和流体动力学平衡的浓度依赖性影响的描述。LLC中基于模型的设计和优化的潜力还有待充分发掘。
例如，很少有研究使用这些模型来选择工艺操作条件，比较不同操作模式的性能，或者优化流程性能色谱模型的全面综述可以在例如参考文献中找到；LLC中使用的模型在参考文献中进行了修改。快捷模型是用于初始运行模式比较和参数选择的简单而强大的工具。它们基于色谱的线性、理想模型，该模型假定恒定的分配系数与浓度无关，并忽略由流体动力学和动力学效应引起的任何谱带分散。
能带前沿具有无限陡峭的浓度边界，其位置可以从保留体积方程导出并且不使用数值解算器。线性色谱假设可被视为对LLC有效，因为线性范围的浓度上限可达到约100g/L，相比之下每升只有几克用于传统的硅胶填充柱或反相柱。然而，线性范围的精确极限高度依赖于溶剂系统和样品。
虽然快捷模型可以提供对操作参数的可行范围的洞察，但是当需要更精确地预测分离性能时，应该使用考虑分散效应的更详细的模型。LLC流程基于模型的设计的一般步骤见图8。首先，分离任务是根据纯度、回收率和生产率要求来定义的。接下来，选择色谱系统，即色谱柱和双相溶剂系统。
一般来说，当需要高纯度和回收率时，优选具有较高理论塔板数的色谱柱[例如，在CPC色谱柱的情况下，应使用具有较高单元数的CPC色谱柱，并且根据生产率要求选择柱尺寸。根据色谱柱规格(压降限值)、分配系数的优选范围(0.4至2.5)和典型的上样量(1-5mg/mL色谱柱)。可以根据适用的流速范围估算色谱柱的生产能力范围然后可以使用热力学模型选择双相溶剂系统。
并且如Minceva和合著者下一步，应评估中等流速下转速对固定相保留的影响。应当选择在固定相保留和压降之间提供良好折衷的转速。之后，测定作为流速函数的固定相保留时间，同时进行几次不同流速下的脉冲进样实验。脉冲注射色谱图的分析用于拟合模型参数(分配系数和传质参数)。
在对模型进行实验验证(使用在确定模型参数时未使用的操作条件)之后，该模型用于选择最佳操作参数以实现设定的目标性能。选择所有必要的操作参数后，可以进行分离运行。该模型也可用于比较不同操作模式的性能。LLC是一种多功能、灵活的分离技术，在天然产物领域具有巨大的潜力。在过去的十年中，在色谱柱设计、两相溶剂系统选择、操作模式开发和过程建模方面取得了长足的进步。
